middle NLP DS

Что предстоит делать

Ozon Банк — компания, в которой тесно переплетаются финансы и IT. Мы создаём новые для рынка продукты и сервисы для физических и юридических лиц. Гордимся атмосферой в командах: каждый сотрудник может влиять на процессы и пути к результату. Сейчас мы ищем middle NLP DS в команду, которая занимается всеми NLP-задачами в компании. Мы создаём RAG для различных бизнес-направлений, чат-бот поддержки, реализуем speech-to-text решения, OCR с использованием LLM, кодогенерацию. А также работаем с любыми другими запросами от бизнеса, связанными с текстовыми данными. Модели напрямую влияют на доходность компании и определяют итоговую прибыль. Мы развиваем мощности нашего ЦОД для прикладных и исследовательских задач и самостоятельно прорабатываем и запускаем решения в прод. Наш стек: Vertica, PostgreSQL, Clickhouse, Labelstudio, pytorch + accelerate, tritonserver в k8s, QDrant, Elasticsearch, Langchain Вам предстоит: – Активно участвовать во всех проектах команды – Решать задачи для чат-бота поддержки – На первом этапе использовать модели для поддержки операторов (суммаризация, парафраз, RAG), затем — переходить к полной автоматизации с помощью LLM – Развивать вместе с командой STT- и TTS-направления для обработки звонков

Что ждём от вас

• Опыт работы в Data Science от 2 лет
• Умение внятно излагать мысли и представлять результаты своей работы
• Уверенный Python, умение разбираться в чужом коде
• Понимание основных принципов, алгоритмов и метрик классического ML
• Опыт решения бизнес-задач с использованием классических и трансформерных NLP-моделей
• Понимание, какая NLP-модель для каких случаев подойдёт лучше
• LLM — понимание принципов работы, а также ограничений в применении тех или иных моделей
• Будет плюсом:
• Навыки prompt engineering-а и использования structured outputs и function calling у моделей
• Потенциально будем разворачивать агентские системы, поэтому будет плюсом опыт работы с такими фреймворками — например, smolagents
• Опыт деплоя трансформерных моделей с использованием какого-либо фреймворка: vllm, sglang
• Понимание того, как работает в таких фрейворках обработка запросов и как её можно ускорить
• Опыт с tritonserver и tensorrt-LLM